身處傳統行業，數據分析的工作可能會無所適從。我們既沒有互聯網行業強大的數據驅動基因，甚至都沒有大企業完善的信息基礎和數據環境。個人不論是數據分析師和DBA，成長都有所侷限。
數據分析很火，懂行的都深知數據對於業務，對於企業生產經營的重要性。但是沒有數據、數據不完整、業務不重視、數據分析淪為取數和報表製作......這些問題都阻撓著數據行業的發展，也影響個人自身。
關於企業的數據分析，如何從0——1著手分析工作？這裡想分享一個來自我們客戶“小唐”的真實故事，沒有雞湯，只有濃濃的方法論值得借鑑。
小唐就職於一家股份制銀行A，近兩年由於銀行改制，A銀行開始逐漸重視銀行信息化的提升，以及數據分析的應用，小唐在對公業務一線做過2年，被委派到的數據部門做業務分析。
委派到新部門的小唐負責對公業務，需要對下屬一級支行南京支行的業務做針對性分析：風險預估、壞賬分析、創新業務跟蹤。
從存款金額和貸款金額入手，分析該支行總體的經營狀況；
想了解存款和貸款主體業務的狀況，尤其是壞賬的風險；
想了解下屬各二級機構的經營狀況；
下屬二級支行瑞金支行是新增的二級試點支行，投放了許多創新業務，想在分析過程中對該二級支行加強關注；
小唐是怎麼做的呢？
分析過程
業務分析需要藉助良好的分析工具，且考慮到上層戰略的需要，此項業務分析不僅僅是單一問題的解決，而是需要長期監控的，給部門業務經理監控的。基於這樣的場景，小唐需要一個自住性較強、易操作、能實時同步數據、且具有協同功能的數據工具，自然而然的想到了商業智能BI工具FineBI，開展了分析工作，從0-1進行數據分析搭建業務分析模型的工作。
1、提出問題/需求
即最原始的問題/需求。
領導提出“小唐啊，我想看一看部門最近的業績怎麼樣？”或者自己發現“最近XX產品的推出好像在市場受到了阻礙，想看看原因在哪”，這都是最原始的問題/需求。這部分問題/需求不直接涉及業務數據，但是和目標“解決問題，提高效益”直接相關，最表象也是大家最關心的事情。
2、明確問題/需求
上面提出的問題/需求，不管是領導提出還是自己的訴求，都比較寬泛，如果想要通過數據分析解決問題/需求，自然而然地，需要把問題/需求往數據上靠，用我們的業務去明確問題/需求。可以分成兩個步驟：
①用我們熟悉的業務名詞精簡描述
②化零為整。
（1）從存款金額和貸款金額入手，分析該支行總體的經營狀況——存款金額、貸款金額→日期
即研究不同日期下支行的存款金額和貸款金額。
（2）想了解存款和貸款主體業務的狀況，尤其是壞賬的風險——存款類型、貸款類型，不良貸款額
即研究不同業務類型的存款金額和貸款金額的情況，尤其是五級不良貸款。
（3）想了解下屬各二級機構的經營狀況——機構
即研究不同機構的存款金額和貸款金額的情況。
（4）下屬二級支行瑞金支行是新增的二級試點支行，投放了許多創新業務，想在分析過程中對該二級支行加強關注；
即研究單一機構的存款金額和貸款金額的情況。
這樣，通過用熟悉的業務名詞去明確我們的需求，就變得十分具體，數據分析的切入點就有了突破口。但是這樣的描述還是比較零散而且互有重疊，通過化零為整，整合一下我們的需求，即“研究不同時間不同機構不同存款類型/貸款類型下的存款金額/貸款金額”。
3、梳理指標
對於“不同時間不同機構不同存款類型/貸款類型下的存款金額/貸款金額”這一明確需求，將相關涉及的所有指標進行進一步梳理，可以先用我們最熟悉的明細表做一個展示，對數據能夠有一個非常直觀的感知。
4、 搭建業務包（指標分類）
根據分析思路框架，利用FineBI數據分類的功能來針對性地搭建業務包。
由於存款類型、貸款類型和貸款質量是三個接近平行的維度，互相之間不干擾，所以我們可以設計三條平行線，分別來看各日期機構下的存款類型、貸款類型、貸款質量的情況，並搭建以下業務包：
三張事實表（存款數據事實表、貸款數據事實表、不良貸款數據實施表）
三張維度表（機構維度表、貸款類型維度表和存款類型維度表），並建立和業務關聯。
5-6、 自助創建儀表板-分析決策
創建儀表板的過程，實際上是將我們的分析思路以各種指標和圖表具象化的過程，是數據分析思維的具體體現，所以做儀表板和分析決策是不能夠分開的。這也就決定了創建儀表板的時候，我們需要掌握兩個步驟，一是用常用的分析形式和分析指標結合需求落地，二是用分析決策檢驗和完善我們的儀表板。
以各日期機構下的存款類型情況進行分析為例，即存款分析為例，先用我們常用的分析形式和分析指標結合需求落地。在這裡只需要控制單一變量：
a. 固定機構，分析它的日期維度。常見對日期進行分析方法有
趨勢分析
對比分析（比昨日、比上月、比年初、同比）
當然還有一些其它的業務分析形式，我們都可以進行嘗試。在進行數據分析的時候，我們應該養成看到時間維度就能立馬復現出這些分析方法的習慣，不管不是所有對日期進行分析的方法都應該囫圇吞棗，但是把每個分析方法都過一遍是十分有利於我們的思考過程，從而甄別出適合出當前分析的分析形式和指標。
先對日期進行趨勢分析。研究存款總額、對公存款和對私存款的時間變化趨勢。而歷史數據對於當前的業務影響小，我們更關心近期的數據走勢，因此可以過濾出最近10天的數據。
可以看出南京支行的主體存款業務是由對公存款組成，因此存款總額的變化趨勢幾乎只受到對公存款業務的影響；對公存款是處於起伏不定的狀態，處於停滯不增長的狀態，而對私業務乍看也是處於一條水平線，沒有什麼起伏，然而，當我們取消關注對公存款和存款總額的時候，可以發現對私業務的存款總額竟然是下降的。
綜上，我們發現，最近該支行的總體存款業務是下降的，對公業務沒有什麼增長，對私業務雖然體量相對較小，但是呈下降趨勢，發展出現問題。因此我們可能需要對該機構的存款業務進行重要調整，想辦法推進對公業務的繼續增長，考慮改變對私業務的推廣策略或者放棄相對該支行來說比較雞肋的對私存款業務。
同樣地，對日期繼續進行對比分析，研究比昨日、比上月、比年初、同比的對比情況。
將當日的營業額度和歷史同期比較是非常有說服力的，也可能更能反映時間的週期性問題。可以發現，對公業務和對私業務儘管在近期的發展態勢一般，但是較歷史同期而言，都幾乎有著成倍的增長。
這說明，過去的經營策略確實取得了巨大的成效，但是可能由於市場飽和或者過去的經營策略所能取得的成效已經飽和，導致了近期的業務增長一般。說明，對於現在支行的發展，可能到達了一個瓶頸，需要對經營的策略進行重大調整，以適應現在的業務情況。
b. 固定時間，分析它的機構維度。常見對機構進行分析方法有：
排名分析
比例分析
機構分析
穿透分析
指標（平均值）
同樣地，我們只需要將這些分析方法逐一套用，最後結合我們實際的業務需求，選擇出合適的分析形式和指標。
這裡對最常用的排名分析和機構分析進行一個介紹。這裡由於存款總額是每天累計彙總的，因此關注當天具體的額度變化情況更加有意義。
可以看到各機構存款總額較上日增幅的排名；對於增幅靠前的機構，可以研究具體這些機構的業務策略進行推廣，而對於存款淨增額落後的機構單位，一般我們都比較關注在平均值以下的機構，可以進行標紅處理做警示作用，同時對於尤其關注的某些特別支行，如瑞金二級支行，可以進行特別關注處理。同樣的分析還能用於產品類別、產品、供應商等品類。
穿透分析、比例分析的落地過程我們略去。這樣將我們熟悉和常見的分析形式和指標，結合分析決策的過程去套用，創建我們所需要的儀表板，很快就可以做出以下存款分析報表。
貸款分析和不良貸款分析，我們也同樣地按著存款分析的分析思路過程進行落地。FineBI有一個比較方便的功能，可以直接將模板複用，然後簡單地替換成貸款分析和不良貸款分析的各個指標，就快速生成了對應的分析模型。
分析總結
在從無到有搭建完業務模型之後，一定要對我們形成的分析模型進行總結，沉澱成為企業內部的指標庫，這部分是我們數據分析最終沉澱的內核。
同時，在進行數據分析時，小唐給了大家兩個非常受用的小貼士：
1、自主分析是個反覆嘗試的過程，實際上也是思維不斷突破的過程。需要養成良好的設計習慣，用常見維分析形式和分析指標去落地，不要希望每次都能一步到位精準反映業務問題，需要踏實做好數據分析，用實際問題來改進分析模型。
2、不要企圖用一張報表解決所有問題 。往往需要製作多張報表來分析發現問題，需要建立系統性，同時也鼓勵多部門對於同一類需求/問題進行分析，可以對結論形成互補。
閱讀更多 帆軟 的文章
